Python 如何将数据帧转换为嵌套字典

我正在运行Python 3.6和Pandas 0.19.2，并且有一个如下所示的数据帧：

Name      Chain        Food       Healthy  

George    McDonalds    burger     False
George    KFC          chicken    False
John      Wendys       burger     False
John      McDonalds    salad      True

health_data = {'George': {'McDonalds': {'Food': 'burger', 'Healthy':False},
                          'KFC':       {'Food': 'chicken', 'Healthy':False}},
               'John':   {'Wendys':    {'Food': 'burger', 'Healthy':False},
                          'McDonalds': {'Food': 'salad', 'Healthy': True}}}

我想将此数据帧转换为dict，如下所示：

Name      Chain        Food       Healthy  

George    McDonalds    burger     False
George    KFC          chicken    False
John      Wendys       burger     False
John      McDonalds    salad      True

health_data = {'George': {'McDonalds': {'Food': 'burger', 'Healthy':False},
                          'KFC':       {'Food': 'chicken', 'Healthy':False}},
               'John':   {'Wendys':    {'Food': 'burger', 'Healthy':False},
                          'McDonalds': {'Food': 'salad', 'Healthy': True}}}

到目前为止，我的想法是：

使用

df.groupby

对名称列进行分组

使用

df.to_dict（）

将数据帧转换为字典，方法如下：

health\u data=input\u data.set\u index（'Chain'）.T.to\u dict（）

想法？首先谢谢你的帮助

使用字典理解和

groupby的解决方案

：

解决方案使用：

---

我想你很接近

使用和：

---

非常感谢！这很有效。一个小问题：答案的

[['Chain'，'Food'，'health']]

部分做了什么？它是过滤列，但如果

df

中没有其他列，它可以简化为

df.groupby（'Name'）。应用（lambda x:x.set_index（'Chain'）。to_dict（orient='index'）。to_dict（）

我一直在尝试这么做，我没想到把

.to_dict

放在lambda里面，感谢Jozi:）喜欢使用iterrows和默认dict，尽管它比group by慢了一点。这将允许您将多个循环链接在一起。另一种方法是使用多索引（但不适用于本例）

df = df.groupby('Name')[['Chain','Food','Healthy']]
       .apply(lambda x: x.set_index('Chain').to_dict(orient='index'))
       .to_dict()

print (df)
{'George': {'KFC': {'Healthy': False, 'Food': 'chicken'}, 
           'McDonalds': {'Healthy': False, 'Food': 'burger'}}, 
'John': {'McDonalds': {'Healthy': True, 'Food': 'salad'},
         'Wendys': {'Healthy': False, 'Food': 'burger'}}}